Oracle的lag（）函數（分析函數）的應用

 

 公交車上刷了一下知乎，看到一個問題：【怎么處理才能把左邊的表變成右邊？】

其實問題提問的很模糊，沒有業務描述，只說結果，接下來也就是按照答者的理解吧

答者認為該題需求：用戶連續訪問同一個頁面時，只保留最早的一條而已。

 

思路：我們冗余列來制作數據行之間的信息差，第一次我們需要明確數據的順序（知道前后），這里新增【用戶瀏覽時間序號】。
問題中消除重復，是為了消除同一個頁面連續訪問記錄只保留最早的一條，我們需要明確 用戶+頁面內的前后，
即【用戶瀏覽某頁面時間序號】， 即通過兩列信息差，我們可以找到自己想要的數據。

 

具體SQL邏輯如下：  第一步：在原始數據中通過冗余列制作信息差，作為數據篩選的依據： 

select 用戶，頁面，瀏覽時間，

ROW_NUMBER() OVER(PARTITION BY 用戶 ORDER BY 瀏覽時間 ASC) AS 用戶瀏覽時間序號,

ROW_NUMBER() OVER(PARTITION BY 用戶,頁面 ORDER BY 瀏覽時間 ASC) AS 用戶瀏覽某頁面時間序號

from 用戶瀏覽日志

  數據輸出：########### 結果集 

用戶，頁面，瀏覽時間，用戶瀏覽時間序號，用戶瀏覽某頁面時間序號

甲，1，a，1，1

甲，1，b，2，2

甲，1，c，3，3

甲，2，d，4，1

甲，1，e，5，4 

 第二步，基於有信息差的結果集，來篩選出自己想要的數據：

   select 用戶，頁面，瀏覽時間 from (select 用戶，頁面，瀏覽時間，

ROW_NUMBER() OVER(PARTITION BY 用戶 ORDER BY 瀏覽時間 ASC) AS 用戶瀏覽時間序號,

ROW_NUMBER() OVER(PARTITION BY 用戶,頁面 ORDER BY 瀏覽時間 ASC) AS 用戶瀏覽某頁面時間序號

from 用戶瀏覽日志) tt where tt.用戶瀏覽某頁面時間序號=1 or tt.用戶瀏覽時間序號<>tt.用戶瀏覽某頁面時間序號 

最終輸出：########### 結果集

  用戶，頁面，瀏覽時間

甲，1，a

甲，2，d

甲，1，e 

------------ 上述答案有漏洞--------------------- 

 

 

 

 

然后：

Youmple 提出：如果 甲～1～e 后面緊接着 甲～1～f ，那是不是 甲～1～f 也會進入結果集。那明顯是錯的啊

感謝評論指出了，這一版答案的漏洞，我們優化一下。 

我們可以余出一列：【前一頁瀏覽頁面】

  lag(頁面,1) OVER(PARTITION BY 用戶 ORDER BY 瀏覽時間 ASC) AS 前一頁瀏覽頁面。 

數據輸出： 

用戶，頁面，瀏覽時間，前一個瀏覽的頁面

甲，1，a，null

甲，1，b，1

甲，1，c，1

甲，2，d，1

甲，1，e，2

甲，1，f，1 

同時過濾的數據條件修改為：  where tt.頁面<> coalesce(tt.前一個瀏覽的頁面,0) 

 

 

 

 是不是很容易，只需要做兩次簡單的排序，就解決來問題。  遇到問題，要多思考，辦法肯定有，SQL一樣可以寫出花。

 

 原文：https://www.zhihu.com/question/496875292/answer/2210351015